La lumière du soleil scintillant sur l'eau évoque les riches phénomènes d'interaction liquide-lumière, couvrant des échelles spatiales et temporelles. Alors que la dynamique des liquides fascine les chercheurs depuis des décennies, l'essor de l'informatique neuromorphique a suscité des efforts importants pour développer de nouveaux schémas de calcul non conventionnels basés sur des réseaux de neurones récurrents, essentiels pour prendre en charge un large éventail d'applications technologiques modernes, telles que la reconnaissance de formes et la conduite autonome. . Comme les neurones biologiques dépendent également d'un environnement liquide, une convergence peut être atteinte en amenant la dynamique des fluides non linéaires à l'échelle nanométrique à l'informatique neuromorphique.

Des chercheurs de l'Université de Californie à San Diego ont récemment proposé un nouveau paradigme dans lequel les liquides, qui n'interagissent généralement pas fortement avec la lumière à l'échelle micro ou nanométrique, prennent en charge une réponse non linéaire significative aux champs optiques. Comme indiqué dans Advanced Photonics , les chercheurs prédisent un effet substantiel d'interaction lumière-liquide grâce à un patch d'or à l'échelle nanométrique proposé fonctionnant comme un chauffage optique et générant des changements d'épaisseur dans un film liquide recouvrant le guide d'ondes.

Le film liquide fonctionne comme une mémoire optique. Voici comment cela fonctionne :la lumière dans le guide d'ondes affecte la géométrie de la surface du liquide, tandis que les changements de forme de la surface du liquide affectent les propriétés du mode optique dans le guide d'ondes, constituant ainsi un couplage mutuel entre le mode optique et le film liquide . Il est important de noter que lorsque la géométrie du liquide change, les propriétés du mode optique subissent une réponse non linéaire ; après l'arrêt de l'impulsion optique, l'amplitude de la déformation du film liquide indique la puissance de l'impulsion optique précédente.

Remarquablement, contrairement aux approches informatiques traditionnelles, la réponse non linéaire et la mémoire résident dans la même région spatiale, suggérant ainsi la réalisation d'une architecture compacte (au-delà de von-Neumann) où la mémoire et l'unité de calcul occupent le même espace. Les chercheurs démontrent que la combinaison de la mémoire et de la non-linéarité permet la possibilité d'un "calcul en réservoir" capable d'effectuer des tâches numériques et analogiques, telles que des portes logiques non linéaires et la reconnaissance d'images manuscrites.

Leur modèle exploite également une autre caractéristique liquide importante :la non-localité. Cela leur permet de prédire l'amélioration du calcul qui n'est tout simplement pas possible dans les plates-formes matérielles à l'état solide avec une échelle spatiale non locale limitée. Malgré la non-localité, le modèle n'atteint pas tout à fait les niveaux des systèmes informatiques de réservoir modernes basés sur l'optique à l'état solide, mais le travail présente néanmoins une feuille de route claire pour les futurs travaux expérimentaux visant à valider les effets prédits et à explorer les mécanismes de couplage complexes de divers processus physiques. dans un environnement liquide pour le calcul.

En utilisant des simulations multiphysiques pour étudier le couplage entre la lumière, la dynamique des fluides, le transport de chaleur et les effets de tension superficielle, les chercheurs prédisent une famille de nouveaux effets optiques non linéaires et non locaux. Ils vont plus loin en indiquant comment ceux-ci peuvent être utilisés pour réaliser des plates-formes de calcul polyvalentes et non conventionnelles. Tirant parti d'une plate-forme photonique sur silicium mature, ils suggèrent des améliorations aux plates-formes de calcul assistées par liquide de pointe d'environ cinq ordres de grandeur dans l'espace et d'au moins deux ordres de grandeur en vitesse. + Explorer plus loin

Non-linéarités optiques intrinsèques et dynamique des porteurs d'InSe